主分类：Agent系统开发
辅助：AI模型评测工程（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "千问事业部-大模型算法专家（agent方向）-北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 评测体系驱动\n● 将业务需求转化为可执行、可评测的Agent任务，明确能力边界、风险和验收标准。\n● 建设离线与在线评测体系，包括任务分级、评测数据集、回归测试和真实轨迹分析；设计任务成功率、工具调用准确率、人工接管率、执行步数、延迟及Token成本等指标。\n● 建立失败归因机制，区分模型、规划、工具、上下文和系统问题，驱动Prompt、Skill、模型及Harness持续优化。\n2. 长程任务规划、决策与强化学习\n● 负责多步骤、多工具、跨系统任务的拆解、规划、执行与验证，设计Planner–Executor–Verifier、任务图及动态Replan机制。\n● 建设状态持久化、检查点、断点续跑、幂等执行和失败恢复能力，解决计划漂移、循环调用、上下文污染及长程任务信用分配问题。\n● 构建Agent RL训练闭环，包括轨迹采集、环境回放、奖励设计和策略评估；熟悉SFT、DPO、GRPO、PPO、DAPO及Rejection Sampling等方法。\n● 通过规则奖励、Reward Model或LLM Judge，优化任务分解、工具选择、Replan时机、错误恢复和停止策略，并防止奖励投机。\n3. Agent架构能力\n● 负责模型、规划、工具、记忆、执行、评测和安全等核心模块的架构设计。\n● 建设通用Agent Runtime，支持单Agent、多Agent、Workflow及Human-in-the-loop；建设模型路由、Tool Calling、MCP、Skill管理和Agent间任务交接机制。",
"requirements_text": "1. 熟悉Agent规划决策、强化学习和模型后训练，能够独立完成数据构造、奖励设计、训练及效果评估。\n2. 熟悉LangGraph、AutoGen、OpenAI Agents SDK或类似框架，理解Tool Calling、MCP、RAG、Memory、Planning和Multi-Agent。\n3. 具备Agent项目生产落地经验，能够通过成功率、成本、延迟、恢复率和稳定性等数据证明实际效果。\n4. 加分项：在顶会（NeurIPS/ICML/CVPR/ACL等）发表过论文者优先；熟悉Agentic RL和harness的方法优先。",
"skills": [AI生成
"强化学习",
"检索增强生成"
],
"preferred_qualifications": "4. 加分项：在顶会（NeurIPS/ICML/CVPR/ACL等）发表过论文者优先；熟悉Agentic RL和harness的方法优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100040140002"
}
]
},
"posting": {
"posting_id": "100040140002",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100040140002"
},
"fulltext": "千问事业部-大模型算法专家（agent方向）-北京\n千问事业部-大模型算法专家（agent方向）-北京\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京\n\n职位描述\n1. 评测体系驱动\n● 将业务需求转化为可执行、可评测的Agent任务，明确能力边界、风险和验收标准。\n● 建设离线与在线评测体系，包括任务分级、评测数据集、回归测试和真实轨迹分析；设计任务成功率、工具调用准确率、人工接管率、执行步数、延迟及Token成本等指标。\n● 建立失败归因机制，区分模型、规划、工具、上下文和系统问题，驱动Prompt、Skill、模型及Harness持续优化。\n2. 长程任务规划、决策与强化学习\n● 负责多步骤、多工具、跨系统任务的拆解、规划、执行与验证，设计Planner–Executor–Verifier、任务图及动态Replan机制。\n● 建设状态持久化、检查点、断点续跑、幂等执行和失败恢复能力，解决计划漂移、循环调用、上下文污染及长程任务信用分配问题。\n● 构建Agent RL训练闭环，包括轨迹采集、环境回放、奖励设计和策略评估；熟悉SFT、DPO、GRPO、PPO、DAPO及Rejection Sampling等方法。\n● 通过规则奖励、Reward Model或LLM Judge，优化任务分解、工具选择、Replan时机、错误恢复和停止策略，并防止奖励投机。\n3. Agent架构能力\n● 负责模型、规划、工具、记忆、执行、评测和安全等核心模块的架构设计。\n● 建设通用Agent Runtime，支持单Agent、多Agent、Workflow及Human-in-the-loop；建设模型路由、Tool Calling、MCP、Skill管理和Agent间任务交接机制。\n\n职位要求\n1. 熟悉Agent规划决策、强化学习和模型后训练，能够独立完成数据构造、奖励设计、训练及效果评估。\n2. 熟悉LangGraph、AutoGen、OpenAI Agents SDK或类似框架，理解Tool Calling、MCP、RAG、Memory、Planning和Multi-Agent。\n3. 具备Agent项目生产落地经验，能够通过成功率、成本、延迟、恢复率和稳定性等数据证明实际效果。\n4. 加分项：在顶会（NeurIPS/ICML/CVPR/ACL等）发表过论文者优先；熟悉Agentic RL和harness的方法优先。\n1. 评测体系驱动\n● 将业务需求转化为可执行、可评测的Agent任务，明确能力边界、风险和验收标准。\n● 建设离线与在线评测体系，包括任务分级、评测数据集、回归测试和真实轨迹分析；设计任务成功率、工具调用准确率、人工接管率、执行步数、延迟及Token成本等指标。\n● 建立失败归因机制，区分模型、规划、工具、上下文和系统问题，驱动Prompt、Skill、模型及Harness持续优化。\n2. 长程任务规划、决策与强化学习\n● 负责多步骤、多工具、跨系统任务的拆解、规划、执行与验证，设计Planner–Executor–Verifier、任务图及动态Replan机制。\n● 建设状态持久化、检查点、断点续跑、幂等执行和失败恢复能力，解决计划漂移、循环调用、上下文污染及长程任务信用分配问题。\n● 构建Agent RL训练闭环，包括轨迹采集、环境回放、奖励设计和策略评估；熟悉SFT、DPO、GRPO、PPO、DAPO及Rejection Sampling等方法。\n● 通过规则奖励、Reward Model或LLM Judge，优化任务分解、工具选择、Replan时机、错误恢复和停止策略，并防止奖励投机。\n3. Agent架构能力\n● 负责模型、规划、工具、记忆、执行、评测和安全等核心模块的架构设计。\n● 建设通用Agent Runtime，支持单Agent、多Agent、Workflow及Human-in-the-loop；建设模型路由、Tool Calling、MCP、Skill管理和Agent间任务交接机制。\n1. 熟悉Agent规划决策、强化学习和模型后训练，能够独立完成数据构造、奖励设计、训练及效果评估。\n2. 熟悉LangGraph、AutoGen、OpenAI Agents SDK或类似框架，理解Tool Calling、MCP、RAG、Memory、Planning和Multi-Agent。\n3. 具备Agent项目生产落地经验，能够通过成功率、成本、延迟、恢复率和稳定性等数据证明实际效果。\n4. 加分项：在顶会（NeurIPS/ICML/CVPR/ACL等）发表过论文者优先；熟悉Agentic RL和harness的方法优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}